Στοιχεία Μαθήματος

Πρόγραμμα Σπουδών* --------- ΠΜΣ Πληροφορική και Τηλεματική Προπτυχιακό Πρόγραμμα Σπουδών (Παλιό) Προπτυχιακό Πρόγραμμα Σπουδών Προηγμένες Τεχνολογίες Πληροφορικής και Εφαρμογές ΠΜΣ Εφαρμοσμένη Πληροφορική ΠΜΣ Επιστήμη των Υπολογιστών και Πληροφορική

Κωδικός Μαθήματος (Ελληνικά)*

Εξάμηνο*

Τίτλος (Ελληνικά)*

Ώρες Διδασκαλίας Θεωρίας (Εβδομαδιαία)

Μονάδες ECTS*

Τύπος Μαθήματος (Ελληνικά)

Προαπαιτούμενα (Ελληνικά) Βασικές έννοιες γραμμικής άλγεβρας και επεξεργασίας σήματος

URL Μαθήματος (π.χ. στο e-class)

Μαθησιακά Αποτελέσματα (Ελληνικά) - Κατανόηση βασικών αρχών ανάλυσης εικόνων και υπολογιστικής όρασης - Κατανόηση χρήσης μεθόδων μηχανικής και βαθιάς μάθησης για εφαρμογές υπολογιστικής όρασης - Εμπέδωση διαφορετικών μεθόδων για την ταξινόμηση εικόνων, εντοπισμό αντικειμένων και κατάκτηση εικόνων - Κατανόηση βασικών αρχών γραφικής υπολογιστών - Εξοικείωση με βασικές τεχνικές για τη δημιουργία γραφικών αναπαραστάσεων, καθώς και εργαλείων/μεθόδων για την επεξεργασία και αναπαράσταση αυτών

Γενικές Δεξιότητες (Ελληνικά) - Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών - Λήψη αποφάσεων - Ατομική εργασία - Σχεδιασμός και διαχείριση έργων - Άσκηση κριτικής και αυτοκριτικής - Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης

Περιεχόμενο Μαθήματος (Ελληνικά) Στα πλαίσια του παρόντος μαθήματος θα πραγματοποιηθεί αρχικά μια εισαγωγή στις βασικές αρχές της υπολογιστικής όρασης και σε σύγχρονες μεθόδους που στηρίζονται σε μεγάλο βαθμό σε τεχνικές μηχανικής μάθησης. Συγκεκριμένα, η ύλη του μαθήματος περιλαμβάνει σε πρώτο στάδιο την ανάλυση κλασσικών μεθόδων μηχανικής μάθησης (π.χ. ταξινομητής Κ-πλησιέστερων γειτόνων, γραμμικός ταξινομητής, κτλ.) για εφαρμογές ανάλυσης οπτικού περιεχομένου. Κατόπιν, θα αναλυθεί η βασική θεωρία και τα δομικά στοιχεία που αφορούν την ανάπτυξη βαθιών νευρωνικών δικτύων, καθώς και μεθοδολογίες για την εκπαίδευση αυτών. Στη συνέχεια θα μελετηθούν τοπολογίες συνελικτικών νευρωνικών δικτύων για την ανάλυση οπτικών δεδομένων, όπου ιδιαίτερη έμφαση θα δοθεί σε μεθοδολογίες κατηγοριοποίησης εικόνων, εντοπισμού αντικειμένων και τμηματοποίησης εικόνων. Επιπρόσθετα, η ύλη θα περιλαμβάνει και την εξέταση πιο πρόσφατων κατηγοριών νευρωνικών δικτύων, δηλαδή των αποκαλούμενων ‘μετασχηματιστών’, για την πραγματοποίηση των προαναφερθέντων μεθοδολογιών ανάλυσης οπτικού περιεχομένου. Τα περιεχόμενα του μαθήματος περιλαμβάνουν επίσης την εισαγωγή στις βασικές έννοιες και εφαρμογές του πεδίου των γραφικών υπολογιστών. Ιδιαίτερη έμφαση θα δοθεί στη μελέτη τεχνικών υπολογιστικής όρασης για τη δημιουργία γραφικών αναπαραστάσεων (π.χ. 3Δ ανακατασκευή (3D reconstruction), ταυτόχρονος εντοπισμός και χαρτογράφηση (Simultaneous Localization and Mapping, SLAM), εκτίμηση ανθρώπινης πόζας (pose), κτλ.), καθώς και εργαλείων/τεχνικών για την επεξεργασία και αναπαράσταση αυτών (π.χ. νέφος σημείων (point cloud), απόδοση γραφικών (rendering), κτλ.).

Χρήση ΤΠΕ (Ελληνικά) Διαλέξεις, παρουσιάσεις σε powerpoint, επικοινωνία με e-mail, επικοινωνία και επίλυση αποριών δια ζώσης, παροχή υλοποιημένων μεθόδων υπολογιστικής όρασης και γραφικών, παροχή σύγχρονης σχετικής βιβλιογραφίας

Είναι επιλογής; Άγνωστο Ναι Όχι

Φόρτος μέσα στο Εξάμηνο (Ώρες)

Διδασκαλίας

Εργαστήριο

Αυτοδύναμη Μελέτη*

Εργασία (Project)*

Εργαστηριακή Αναφορά*